亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

本文介紹了 FARN 的功能原理，FARN 是一種新型無人飛行器（UAV）飛行控制器，專為需要高精度和高可靠性導航的任務場景而設計。通過將低成本慣性傳感器和超寬帶（UWB）無線電測距與全球導航衛星系統（GNSS）的原始和載波相位觀測相結合，可達到所需的精度。飛行控制器是根據兩個研究項目的任務要求在本工作范圍內開發的，并在實際條件下成功應用。

FARN 包括一個全球導航衛星系統羅盤，即使在基于磁羅盤的傳統航向估計不可靠的環境中，也能進行精確的航向估計。全球導航衛星系統羅盤將兩個全球導航衛星系統接收器的原始觀測數據與 FARN 的實時姿態確定功能相結合。因此，盡管地球磁場的水平分量很弱，但在 ROBEX 項目中，特別是在北極環境中部署無人駕駛飛行器是可能的。

此外，FARN 還能對多個無人飛行器進行厘米級精確的實時相對定位。這不僅能實現蜂群內的精確飛行操縱，還能執行合作任務，其中多個無人機具有共同目標或物理耦合。與 MIDRAS 項目一起開發的無人機防御系統基于兩架合作無人機，它們以協調的方式行動，并攜帶一個共同懸掛的網，以捕獲半空中具有潛在危險的無人機。

本論文涉及無人機開發的理論和實踐方面，重點是信號處理、制導與控制、電氣工程、機器人學、計算機科學和嵌入式系統編程等領域。此外，本論文還旨在為無人飛行器領域的進一步研究提供簡明的參考資料。

該作品對所使用的無人機平臺、推進系統、電子設計和所使用的傳感器進行了描述和建模。在建立了姿態表示的數學約定之后，概述了飛行控制器的實際核心，即嵌入式自我運動估計和原理控制結構。隨后，基于基本的全球導航衛星系統導航算法，得出了先進的基于載波相位的方法及其與自我運動估計框架的耦合。此外，還介紹了系統的各種實施細節和優化步驟。該系統已在兩個項目中成功部署和測試。在對所開發的系統進行嚴格檢查和評估后，概述了現有的局限性和可能的改進。

圖：FARN 系統結構。可選傳感器和任務用虛線表示。

近幾十年來，學術界對無人駕駛飛行器（UAV）的關注明顯激增。先進的無人飛行器能夠執行復雜的飛行動作、在復雜的空間內飛行，并在不斷變化的環境中執行復雜的任務，因此其發展備受關注。這些環境包括采礦、城市搜索與救援 (USAR)、軍事行動等部門，以及包括維護和修理地下基礎設施在內的一系列工業應用。進入密閉空間并在其中作業的迫切需求已成為迫使研究人員推進無人機技術的驅動力。這些進步旨在克服與在受限環境中工作相關的復雜性，解決無人機當前的局限性，同時提高其整體性能能力。

在本論文中，介紹了一套相互關聯的工具，旨在使無人飛行器能夠在受限空間內自主規劃飛行動作。為實現這一目標，本文提出了一種改進的 "教學-重復-再規劃"（I-TRP）迭代策略。該解決方案是一種離線-在線混合方法，包括三個階段戰略中的四個主要模塊。根據手工繪制的路徑（教學階段）和感知到的環境幾何特征，開發了具有新穎占用檢查特性的先進 3D 飛行走廊。此外，結合生成的飛行走廊，還開發了一種通用全局路徑規劃算法 Field D* 的增強版，以通過離線流程（重復階段）制定出近乎最優和平滑的拓撲等效路徑。最后，通過順序凸優化過程（重新規劃階段），制定出具有在線碰撞檢查和避障功能的局部規劃算法。利用無人飛行器機載傳感器捕捉到的地形信息，這種局部規劃可生成后優化的動態可行路徑。

后置參考路徑被用于制定一套包含飛機位置、姿態、速度和加速度的制導指令，以引導無人機飛行在生成的飛行走廊（可能具有復雜的幾何特征）內飛行。所開發的路徑跟蹤方法是通過使用非線性模型預測公式制定的。

所開發的 I-TRP 策略可引導自主無人機在幾乎任何結構化或非結構化環境中到達目的地，這些環境具有不同程度的幾何復雜性，從開放的自由空間到高度雜亂的環境不等。仿真結果表明，在適合實時飛行導航的高效計算過程中，所開發的 I-TRP 策略的能力優于現有機制。

軍用飛機推進系統是噴氣發動機設計中最具挑戰性的領域之一： 在受飛機空氣動力學影響極大的多變環境中工作時，這些發動機應在不影響可靠性和運行成本的前提下，以盡可能小的體積提供大的推力輸出。此外，軍用飛機運行的多學科性質經常會引入相互矛盾的性能目標，很難將其納入發動機設計中。所有這些因素再加上發動機開發成本非常高，因此有必要在設計階段的早期進行適當的選擇，以確保開發過程的成功和新發動機概念的可行性。

盡管該領域的研究數量巨大，但也許是由于所涉及數據的敏感性，迄今為止發表的研究都集中在相當具體的主題上，而沒有涉及完整的多學科飛機推進系統集成問題。為此，需要結合不同研究領域的內容和貢獻，建立新的綜合方法。

本項目研究開發一種新方法，將發動機初步設計與飛機運行要求相互聯系起來。在此范圍內，構建了通用軍用機身的表示方法，并將其與發動機性能模型和仿真工具相結合，以研究推進系統對飛機任務性能和生存能力的影響。更具體地說，該項目在軍用飛機推進系統集成領域的貢獻主要集中在三個方面：

• 新的軍用飛機表示法，模擬飛機與推進系統之間相互作用的關鍵方面： 飛機空氣動力學、機身/推進系統空氣動力學干擾、紅外和噪聲特征。該模型計算要求低，適合用于大規模參數研究和軌跡優化案例。

• 基于模擬的新技術，用于估計爬升性能和評估飛機/發動機配置在現實任務場景中的任務能力。所開發方法的創新點包括爬升軌跡問題的多目標表述、高度-機械跟蹤技術、能量-機動性（E-M）技術的擴展，允許同時優化飛機軌跡和發動機計劃，以及為軍用飛機引入最小噪音和紅外軌跡。

• 考慮到飛機的紅外特征和飛機/導彈的運動性能，量化推進系統對飛機生存能力的影響。這是通過將飛機紅外模型與導彈對飛機和飛機對飛機的運動模擬相結合來實現的，這些模擬用于測量飛機易受攻擊的程度，以及飛機自身攻擊機動目標的能力。

上述方法是利用已公布的數據開發和驗證的，并在一系列測試案例中用于研究飛機的性能趨勢，在這些案例中，不同的推進系統設計在各種模擬任務中的有效性得到了評估。結果成功證明了所開發的方法能夠量化飛機性能與發動機設計之間的關系，為理解采用不同推進系統配置所產生的性能權衡提供了基礎，從而最大限度地提高動力裝置設計過程的效率。

多智能體機器人技術有望塑造工業的未來，有可能改變日常生活的許多方面。在未來十年中，它們預計將對運輸系統、軍事應用（如偵察和監視、搜救行動或太空任務）產生影響，并為急救人員提供支持。

在機器人領域最新發展的推動下，隨著新一代多智能體機器人系統變得更加智能、精確，應用領域也更加多樣化，本論文將為這些系統的發展做出貢獻。但是，為了實現這些目標，組成合作機器人系統的各個智能體需要在確保準確性和保留執行多樣化任務能力的同時，對它們所能完成的任務進行專業化。

本論文在考慮單個智能體專業化能力的特定背景下，探討了蜂群機器人技術中的任務分配問題。基于每個智能體都擁有專門的功能能力，以及分布在周圍環境中的預期任務提出了特定要求的假設，提出的任務分配機制在兩個不同的空間中制定。首先，團隊成員專業化的初級形式被表述為嵌入智能體動力學控制空間的合作控制問題。其次，定義了智能體專業化的高級表述，在專用的專業化空間中估計單個智能體的任務分配概率，這是本論文對蜂群機器人領域的進步和實踐的核心貢獻。

在專業化空間中制定的原始任務分配過程經歷了四個發展階段。首先，從概念上引入了任務特征識別階段，利用嵌入在智能體中的傳感層的輸出來驅動所提出的任務分配方案。其次，制定匹配方案，將每個智能體的專業能力與相應的檢測任務進行最佳匹配。在這一階段，智能體專業化的一般二進制定義是任務-智能體關聯的基礎。第三，將任務-智能體匹配方案擴展為創新的基于概率專業的任務-智能體分配框架，以推廣這一概念并挖掘智能體專業化考慮的潛力。第四，根據智能體的機械、物理結構和嵌入式資源對其專業化進行調制定義，進一步完善了總體框架。此外，還對原有框架進行了擴展，并引入了優先級層，以提高系統對復雜任務的響應能力，這些復雜任務的特點是基于對多個類別的識別。

在模擬和實際實驗中對所提出的基于專長的任務分配方法進行了實驗驗證，并結合潛在應用對結果進行了介紹和討論，以證明所提框架的有效性和效率。

這項工作旨在填補以往解決機器人群個體專業化問題的工作中的技術空白。本論文的成果通過開發一個創新框架，利用傳感能力來支持智能體之間專業化的概念化和實施，從而推動了蜂群機器人領域的發展。重點在于定義單個智能體的專長，并根據每個任務的特定約束條件，將其與這些單個智能體所要掌握的任務相匹配。為此，本研究打算回答以下研究問題：

問題 1：一群智能水平相對較低的機器人如何完成復雜的任務，這些任務需要單個機器人代理的專業化?

過去二十年來，多智能體系統的合作編隊控制受到了研究人員的極大關注。本論文以文獻綜述（第 2 章）中提到的方法為基礎，提出了一種解決方案，以填補機器人團隊中單個成員專業化方面的研究空白。本論文的重點是通過利用智能體的非同質性來增強蜂群的能力。為此，本論文擴展了合作蜂群的概念，并提出了一個嚴格的流程來利用單個智能體之間的專業異質性。

為了回答問題 1，我們首先進行了一項早期調查，以驗證這一概念。這一過程將機器人團隊工作空間的不同區域定義為分配給不同任務的獨立區域。所開發的解決方案可讓機器人順利安全地切換位置，并根據每個訪問區域要執行的特定任務動態調整整體隊形。它定義了如何在每個區域管理機器人群的編隊。作為一種初級的專業化形式，當智能體從一個區域轉移到另一個區域時，該框架會將智能體的領導角色從一個智能體切換到另一個智能體。在第一階段的研究中，假定一個特定的智能體（即蜂群中的一個成員）是每個區域中唯一專門執行領導任務的智能體。在任務完成之前，該智能體被指定為相關區域的專門領導者。第一部分研究的詳細情況將在第 3.4 節中報告。

問題 2：能否對最初的方法進行升級，讓專業化個體從環境中的自動目標識別中獲益，能否讓智能體之間的合作變得足夠穩健和靈活，以便在發現目標后自動將適當的專業化智能體分配到相應的任務中？

為了回答這個問題，我們進一步擴展了原有的協調系統，用于在專用機器人之間分配基于任務的領導權。通過對分布在機器人群工作空間中的專業化影響區域的定義進行演化，對問題進行了重新表述。受早期編隊方法的啟發，出現了一種有趣的解決方案。從使用機載傳感器自動識別工作區目標的假設出發，選擇有資格執行識別任務的智能體的過程應逐步經歷三個基本狀態，分別稱為搜索狀態、任務狀態和執行狀態。這種方法還可擴展到目標移動時的動態影響區域，以及多個任務共享同一區域時的動態影響區域。這更好地反映了移動機器人的實際干預場景。這方面的工作將在第 3.5 節中報告。

問題 3：為了改進蜂群的管理，能否根據智能體的專業化程度，在一定程度上適合響應給定任務的概率匹配機制中，適當定義和制定每個智能體的專業化功能？

為了解決這個問題，可以利用基于概率的建模來完善用于實現單個智能體角色專業化的框架設計。建立這樣一種智能體行為的概率表征，可以形成一種可擴展的機制。后者支持自動化流程，能夠處理任務和專業化定義中的不確定性，并應對任務約束和智能體能力之間的不完美匹配。所提出的智能體選擇方案是根據任務識別的置信度和特定智能體滿足任務特定要求的概率來制定的。所提出的基于專業的任務分配方案旨在根據所識別的任務約束條件，計算蜂群中各個智能體的匹配適合度，即任務-智能體專業匹配概率。本框架的開發過程詳見第 4.3 和 4.4 節。

問題 4：提議的框架能否應用于實際系統？

為了證明所提方法的有效性及其在現實世界中的應用潛力，我們從兩個方面對其進行了測試。首先，在仿真中對所提出的框架進行驗證，以證明其有效性。第 5 章介紹了大量的模擬實驗。然后，作為案例研究介紹了擬議方法的潛在應用，同時詳細介紹了擬議框架在真實機器人平臺上的實施情況，以驗證和檢驗基于專業的任務分配方案在實現預期協調水平方面的性能。這項工作將在第 6 章中介紹。

圖 3.12 任務執行的先后順序：（a-c）影響區重疊，操作員選擇任務 1（紅色）為優先任務，這促使紅色機器人繼續擔任領導者，直到紅色任務完成；（d-f）第二優先任務（藍色）正在執行，藍色機器人轉為領導者位置；（g-h）蜂群恢復到影響區重疊外的搜索狀態，然后搜索其他任務（綠色，然后是紅色），由相應的領導者機器人執行。

無人機（UAVs）在軍事和民用領域發揮著至關重要的作用。本論文的研究有助于智能控制系統（ICS）領域，特別是實現旋轉翼無人飛行器（RUAV）可靠、便捷的自主控制。特別是，本論文解決了如何適應未建模動態和干擾（如在空中改變有效載荷）的難題。

無人機可以攜帶額外的重量，如傳感器、貨物，甚至被稱為有效載荷的懸掛物。已經開發了許多策略來穩定不斷變化的有效載荷，但這些策略都假定有效載荷是剛性的，重心（CoG）是靜態和已知的。有效載荷質量及其類型在飛行過程中的變化會極大地影響無人機的動態性能，這就要求控制器進行調整，以保持令人滿意的閉環性能。此外，還沒有探索過在半空中從一架較大的飛機（如氣象氣球）上發射一組具有隨機姿態的送貨無人機的情況。最后，未建模的動力學和陣風等不確定因素給飛行操作帶來了挑戰，因此綜合控制系統對于處理這些不確定因素至關重要，但對非基于模型的綜合控制系統的設計和開發關注不夠。

受這些研究空白的啟發，本論文探討了如何處理有效載荷在空中的 CoG 變化和姿態獨立發射的控制問題。為解決這些問題并實現理想的軌跡跟蹤控制，本文提出了一種新型非基于模型的綜合控制系統，稱為雙向模糊腦情感學習（BFBEL）控制系統。所提出的控制系統融合了模糊推理、神經網絡和基于強化學習的新型雙向腦情感學習（BBEL）算法。所提出的 BFBEL 控制器能夠從零開始快速適應，可用于控制 RUAV 的所有六自由度 (6DOF)。為擴大擬議控制器的適用性，開發了單輸入-單輸出（SISO）和多輸入-多輸出（MIMO）架構。本研究考慮的兩種無人駕駛飛行器模型是四旋翼無人駕駛飛行器（QUAV）和直升機無人駕駛飛行器（HUAV）。SISO 版本的 BFBEL 控制系統被應用于 QUAV，以解決處理 CoG 和重量不同的外部有效載荷的問題。BFBEL 控制系統的 MIMO 版本應用于 HUAV，以解決在空中獨立發射姿勢的問題。對這兩種系統都進行了模擬評估，并通過實驗驗證了如何處理 CoG 不確定的外部有效載荷問題。最后，在相同的控制情況下，將飛行能力和控制性能與傳統的比例積分微分（PID）控制器方案進行了比較。

無人潛航器（UUV）的普及為海洋領域帶來了新的機遇和威脅。與傳統海軍平臺相比，無人潛航器具有商業可用性和低購置成本，為經濟和軍事上處于劣勢的敵國提供了在海底領域競爭的能力。無人潛航器可對港口、航道、石油平臺、海底電纜和管道等海基和沿海基礎設施構成威脅。如果對手有能力收集有關這些基礎設施的情報、對其進行破壞或使其處于危險之中，將使美國經濟及其貿易伙伴付出高昂的代價。除了對關鍵基礎設施的威脅外，UUV 還威脅到美國和盟國水雷作為非對稱海戰工具的有效性。先進的無人潛航器和傳感器包向敵國擴散，使其能夠探測、繪制地圖，并有可能使盟軍水雷失效或避開盟軍水雷，從而使水雷失去獲取和維持制海權的主要作用。Blandin 等人（2013 年）預計有必要開發反 UUV（cUUV）系統，以減輕這些 UUV 威脅。

本畢業設計報告總結了從系統工程角度開發和分析 cUUV 系統概念的研究工作。這項研究的核心目標是識別 UUV 在技術和操作方面的威脅漏洞，然后開發一套 cUUV 架構來展示如何利用這些漏洞。基于模型的系統工程（MBSE）技術用于評估架構的有效性，其總體目標是為開發 cUUV 能力提供一種有組織、有系統的方法。為實現這一目標，開發了一種迭代系統工程流程，用于指導研究工作。

通過對市場上現有的無人潛航器平臺、傳感器有效載荷及其技術規格進行市場調查，確定了需要應對的潛在威脅無人潛航器系統的問題空間。該調查研究了 237 種 UUV 系統的關鍵參數和能力及其任務應用（AUVAC 數據庫 n.d.）。調查發現，大多數 UUV 可用于多種任務類型，雖然 UUV 的物理參數（如尺寸和重量）會影響最大工作深度和續航時間等指標，但物理參數與任務應用之間沒有特定的相關性。因此，我們開發了一種具有普遍威脅的 UUV 結構模型。

Blandin 等人（2013 年）確定了四個潛在的未來軍用 UUV 任務領域： 信息作戰 (IO)；情報、監視和偵察 (ISR)；水雷對抗 (MCM)；以及進攻性攻擊作戰 (OAO)。鑒于美國海軍已有成熟的基于 UUV 的 MCM 條令，并假定對手可能會追求類似的能力，這項工作的重點是開發與 MCM 任務相關的 cUUV 系統概念。隨后進行的詳細研究審查了操作環境限制、受威脅 UUV 的操作概念 (CONOPS) 以及功能和物理架構，以便從完整的系統角度了解受威脅 UUV 可能如何執行 MCM 任務。在這一問題空間定義階段確定的結果被用于制定具有廣泛適用性的 cUUV 分類法，該分類法定義了反威脅 UUV 的使用概念、功能和方法。

為建立 cUUV 系統概念開發框架以應對多式聯運威脅，將 cUUV 分類法應用于多式聯運 UUV 任務，以描述 cUUV 問題空間。然后使用基于智能體的建模（ABM）軟件包 NetLogo（Wilenski，1999 年）對受威脅的多用途無人潛航器進行建模，并使用多種參數值進行模擬，目的是 (1) 評估系統在執行多金屬結核調查任務時的基線性能，以及 (2) 確定表明 cUUV 系統存在漏洞的參數。

評估 UUV 威脅任務時使用了三個性能指標（MOPs）：漏雷百分比、水雷標記位置誤差平均值和水雷標記位置誤差標準偏差。這些 MOP 代表了所繪制雷區地圖的實用性，最佳地圖的漏雷率、標記位置誤差平均值和標記誤差標準偏差都較低。一個有效的反無人潛航器解決方案會增加漏掉的水雷數量，以及發現的水雷的位置誤差和不確定性。模擬結果發現，側掃聲納（SSS）的聲學性能下降對漏失水雷的數量有顯著影響，而受威脅的 UUV 導航航向噪聲增大導致水雷標記誤差測量值增加。通過建模、模擬和統計分析，深入探索了問題空間并確定了威脅 UUV 的薄弱環節，在 cUUV 分類框架內定義了三種潛在的 cUUV 結構，并在 ABM 軟件中進行建模，以評估其防御威脅 MCM UUV 雷場的有效性。

第一個 cUUV 系統概念，即多普勒速度記錄（DVL）欺騙系統（DSS），采用了一種有針對性的攻擊使用概念，利用 cUUV 分類法中的 "混淆導航 "方法擾亂受威脅的 UUV。該系統概念由分布在雷場各處的節點陣列組成，這些節點可被動探測威脅 UUV，并向 UUV 的 DVL 發送虛假導航信號，增加其導航和水雷位置誤差澳門威尼斯人官網作。仿真結果表明，DSS 概念影響了目標 MOP，但與基線威脅 UUV 導航性能相比，影響幅度不大。

第二種 cUUV 系統概念展示了使用 cUUV 分類中的干擾傳感器方法破壞威脅 UUV 的一般區域防御 (GAD) 使用概念。氣泡帷幕系統（BCS）概念包括一個由加壓氣管組成的網格，該氣管沿其長度方向發射氣泡，以衰減受威脅 UUV 的 SSS 信號，增加其未命中水雷的 MOP。BCS 模擬結果表明，該系統的有效性在很大程度上取決于雷場內氣泡管道的布局。對 SSS 產生廣泛聲學影響的 BCS 幾何結構對水雷未命中 MOP 的影響最大。這對 BCS 的部署提出了挑戰，因為受威脅的 UUV 的搜索模式是未知的。

無人潛航器探測跟蹤殺傷（UDTK）系統是一個系統的概念，包括一個探測和跟蹤威脅無人潛航器的聲學收發器陣列，以及一個攔截和摧毀威脅無人潛航器的武器化無人潛航器。該概念展示了一種有針對性的攻擊使用概念，即使用 cUUV 分類中的 "破壞 "方法摧毀受威脅的 UUV。在 83% 的反彈道導彈模擬實驗設計點上，UDTK 系統能夠攔截威脅 UUV。ABM 建模方法是分析系統內不同元素之間、cUUV 系統與威脅 UUV 之間相互作用的關鍵，也是了解復雜系統的突發行為以確定它們如何影響 UDTK 攔截率的關鍵。

本研究對新興的反 UUV 系統領域進行了研究，重點關注 MCM 任務空間，總體目標是為開發 cUUV 能力提供有組織、有系統的方法。已提出的 cUUV 任務結構分類法將任務分解為代表 cUUV 解決方案的操作和技術考慮因素的使用概念、功能和方法。基于智能體的模型提供了一個靈活而強大的工具，用于探索威脅多用途機動UUV、cUUV系統和環境之間復雜的系統相互作用。仿真結果不僅對所提出的 cUUV 系統概念的有效性，而且對更廣泛的反 UUV 任務提供了重要見解。雖然本文介紹的三個 cUUV 系統評估了可進一步開發的可行系統概念，但本研究并不打算針對反潛監測 UUV 問題提出具體的技術解決方案。我們鼓勵讀者考慮結構化 cUUV 能力開發方法的更廣泛影響。

美國海軍陸戰隊正在全面采用無人自動化和半自動化資產。這些平臺將影響指揮鏈中的每一個人--從山頂上的班長、巡邏的排長，到監督所有戰場要素的營級作戰軍官。由于戰爭本質上仍然是人類的努力，因此在戰場上引入機器需要各級人員的團隊合作，以確保在未來的殺戮戰場上取得成功。要將這些資產整合到海軍陸戰隊的作戰行動中，就需要強有力的人機團隊合作（HMT），以保持海軍陸戰隊的競爭優勢。隨著越來越多的無人機和地面資產投入實戰，海軍陸戰隊的每項行動都需要不同程度的人機協作。雖然海軍陸戰隊的所有作戰功能都將受到這些資產的影響，但指揮與控制（C2）功能需要立即引起重視。本論文作者介紹了一個 C2 框架，它將幫助甲板上和作戰單元中的海軍陸戰隊員在 HMT 決策空間中做出正確的決策。該框架以 C2 理論、認知負荷理論以及最重要的相互依存關系為基礎。此外，作者還進行了知識增值（KVA）分析，以展示革命性技術在重新設計海軍陸戰隊熟悉的流程時所帶來的增值。

無人駕駛航空系統（UAS）能力在商業領域的擴散對民用和軍用設施的傳統周邊防御構成了潛在的重大威脅。特別是現成的商用無人機系統，體積小、價格低、功能多，引起了愛好者越來越大的興趣，也增加了設施面臨的風險。因此，設施指揮官現在需要一種方法，對設施面臨的直接威脅進行快速評估和分析，以確定設施反無人機系統（CUAS）的有效性。按照系統工程方法，本研究提出了一種方法，提供了對設施進行評估和分析的逐步過程，并采用基于模型的系統工程（MBSE）工具來評估 CUAS 的有效性和局限性。該方法分析了 CUAS 的作戰環境以及 CUAS 可能對作戰區域內其他利益相關者（如相鄰的盟軍兵力、平民等）產生影響的方式。然后，我們確定優化 CUAS 性能的候選配置，以滿足利益相關者的要求。我們將對一個擁有現有 CUAS 的假設機場進行案例研究，以展示該方法的可用性，探索候選配置，并證明實施符合設施和利益相關者要求的候選配置是合理的。

近年來，無人機系統（UAS）技術突飛猛進，激發了業余愛好者對無人機系統的興趣，并促使他們將無人機系統用于娛樂用途。此外，每個國家或軍事組織都能負擔得起和使用無人機系統。雖然目前正在實施飛行法規，要求無人機系統運營商提供所有正在運行的無人機系統的歸屬信息，但許多業余愛好者仍然不提供此類信息，而且可以預計邪惡的行為者也不會提供無人機系統的來源標識。因此，僅僅要求識別無人機系統還不足以保護機場等大多數設施免受無人機系統的入侵。此外，如果設施無人看守，無人機系統入侵的后果可能是災難性的。例如，如果無人機系統在起飛過程中進入飛機發動機或撞上油箱，這種事件可能會造成人員傷亡，對運營造成巨大干擾，并對基礎設施或資產造成昂貴的維修費用。

無人機系統旨在執行對人類來說 "枯燥、骯臟或危險 "的各種任務[1]。無人機系統技術發展的主要能力驅動因素是，在執行情報、監視和偵察（ISR）、人道主義援助和救災（HADR）以及精確打擊等危險任務時，人們對軍事力量保存工作的興趣與日俱增。隨著無人機系統技術在過去幾十年的成熟，商業部門看到了將無人機系統應用于基礎設施檢查、交通監控、投遞和氣象等商業活動的機會。對軍事和商業部門都有利的是，在無人機系統領域實施開放式架構獲得了重大創新，從而不斷加快無人機系統的技術進步，使其具有革命性的潛力。商用現成（COTS）無人機系統或小型無人機系統通常提供攝影、攝像和自我組裝套件等功能，吸引著各個領域的愛好者將無人機系統用于娛樂目的[2]。然而，隨著無人機系統的技術發展和廣泛采用，軍事和商業部門都面臨著巨大的風險[3]，[4]。

對設施、基地、機場、關鍵基礎設施和類似設施而言，非惡意無人機系統的主要風險是失控和碰撞。失控可能會對關鍵資產造成重大損壞或對人造成傷害，并可能產生高昂的成本來修復基礎設施損壞和治療嚴重傷害。例如，業余無人機系統操作員可能會嘗試拍攝停靠的客機視頻作為其業余愛好的一部分，但由于信號超出范圍問題而無意中失去控制，這可能會導致與即將起飛的客機相撞。由于大多數無人機系統的所有者都是業余愛好者，他們中的許多人在控制無人機系統方面沒有受過訓練或缺乏經驗。現有的法規和政策無法在允許業余愛好者駕駛較小的無人機系統之前跟蹤他們的操作熟練程度。雖然敏感區域周圍設有禁飛區，但由于業余愛好者可能不了解他們可能造成的損害，每年仍會發生少數事件。機場、軍營和基地、政府大樓和監獄等設施在應對無人機系統時已經遇到了上述安全困境[5]。此外，邪惡的無人機系統活動構成了更大的威脅，盡管迄今為止，在全球范圍內，除戰爭活躍地區外，此類事件相對較少。

各設施迫切需要采用反無人機系統（CUAS）來主動保護其資產和安全。為有效對抗無人機系統，CUAS 需要多個傳感器來探測、識別和分類無人機系統，然后再使用攔截器擊落無人機系統。然而，CUAS 系統的內部和外部存在多種因素，可能會削弱 CUAS 的有效性，設施指揮官必須采取相應的緩解措施[6]-[8]。設施指揮官面臨的一大挑戰是如何在與無人機系統的技術競賽中保持領先。

現有研究主要關注 CUAS 和 UAS 系統的技術能力，而沒有從更廣泛的系統工程角度進行研究。本論文的研究采用了系統工程視角，以支持設施指揮官了解設施在應對當前和新出現的無人機系統威脅時可能存在的薄弱環節，并平衡 CUAS 的能力與鄰近利益相關者的需求[9]。第 2 章中提出的方法允許設施指揮官通過評估和分析探索可能的 CUAS 空間，以確保 CUAS 針對快速出現的無人機系統威脅進行優化并具有相關性。

圖 擬議方法概述。該方法可用于設施指揮官分析現有 CUAS 系統的有效性，找出 CUAS 系統能力差距，提出 CUAS 系統升級建議，并提供 CUAS 系統設計審查。

所謂的殺手機器人已經到來，由人工智能支持的自主武器將成為未來戰爭的一個突出特征。在國際競爭者開發這些系統的背景下，在國際和多國公司的關注下，國家安全委員會關于人工智能的最后報告判斷，這些類型的無人駕駛武器可以而且應該以符合國際人道主義法律的方式使用，適用人類授權的使用條件和適當的設計和測試。人工智能支持的自主性及其軍事應用帶來了這些技術的基本風險，它們在無人武器中的使用進一步挑戰了軍隊在國際人道主義法和正義戰爭理論框架內尋求合法使用。因此，倫理學提供了優越的概念載體，以任命和授權人類授權者和使用者，并從質量上確定什么是 "適當的 "設計和測試。國防部的 "人工智能準備部隊運動 "所確立的七個人工智能工作者原型中的每一個都應該應用與角色相關的、與人工智能有關的道德規范，以充分實現《最后報告》中所確立的條件，并保留和支持控制暴力壟斷所必需的人性。對道德教育的需求單獨和集體地滲透到每個原型中，美國防部必須認識到公共/私人伙伴關系的價值，以充分考慮這些條件。

近年來，情報、監視和偵察（ISR）行動經歷了爆炸性的增長，導致收集的數據成倍增加。然而，盡管有如此豐富的ISR數據，個人、團隊和決策者往往無法開發出他們所需的個人和集體對作戰環境的態勢感知（SA）。增強現實（AR）技術為這種困境提供了一個潛在的解決方案。利用視覺、聽覺和觸覺的線索，AR技術有可能為合作和分析提供新的機會，這將提高個人和集體的安全意識。本文旨在為開發用于ISR行動中協作和分析的AR工具指明道路。它探討了AR技術的現狀，以澄清關鍵的定義、系統的分類和目前對有效使用的研究。它還研究了支撐情景意識的認知和學習理論，以了解AR在發展SA方面可以發揮什么作用（如果有的話）。這些理論被發現支持越來越多地使用AR技術來改善SA和協作，并確定了AR技術為促進SA必須解決的八個設計標準。如果這些設計標準得到尊重，可以預期AR技術會改善學習成績，提高用戶的積極性，并增強用戶的參與/互動和協作。此外，還可以預見在空間理解和長期記憶保持方面的收益。盡管有這樣的潛力，但在AR系統設計中必須適當地管理三個主要風險：引導注意力；系統管理中的分心；以及用戶定制。如果這些風險得到管理，設計標準得到尊重，那么用于ISR行動的協作和分析工具的開發者將能夠開啟AR所提供的光明前景。